首页 / 行业

详谈IBM的医疗AI为何失败

2019-05-09 14:06:00

最近，看到一篇关于医疗AI的文章《IBM医疗AI宣告失败，率先入局却踏步不前》。1997年IBM深蓝战胜国际象棋世界冠军卡斯帕罗夫，名声大噪；2011年开始，IBM在医疗AI押上重注，此后，IBM投入巨资（10亿美元），用以收购医疗数据公司、研发AI医生，开展了一系列令人眼花缭乱的项目，但仍然“逃脱不了走进死胡同的一天”。没有理解错的话，这篇文章的意思是IBM的医疗AI失败了。

医疗AI的“失败”（核心是AI医生）是我所意料的；当然，这个“失败”也是有所特指的，并不是不能研究或不可能取得研究的进展，而是专指“落地”；这个“落地”，也不是说永远不能落地，而是根据当前科技进展的可见的落地。可以这么说，医疗AI是注定要失败的。那么，医疗AI为何注定失败？

一、关注与启示

几年前，一位行业内的朋友向我推荐一款深圳某公司开发的医疗AI，他强调这款产品非常好，诊断精确、还可以提供治疗方案，还决意要给我演示。在他的要求下，我与他设置了一例上臂损伤的案例，然后通过软件输入信息，结果则是“胃病”。当着我的面，朋友显示出十分的尴尬，但似乎还在确信这款产品不会错的，并且还是很坚定地想要推销之。这事情使我关注起医疗AI，希望找出一个说服像那位朋友的好办法。

2016年3月，阿尔法围棋与围棋世界冠军李世石进行人机大战，以4比1的总比分获胜；2017年5月，又与排名世界积分第一柯洁对战，以3比0的总比分获胜。这给了我启示，围棋AI比国际象棋AI要复杂得多，如果用围棋AI与医疗AI对比一下，或许可以说明一些什么。

二、关于围棋AI

围棋有黑白二子，围棋盘共计可以摆放361子，即黑子181、白字180，在实际下棋中,不可能摆满每一个格子,但可能被互相吃掉，故可以超过361手，但总是可以计数。据说，最长手数的对局纪录由日本棋手山部俊郎与星野纪在1950年创下，二人共弈411手。

由此，可以这么确定，围棋AI需要解决两个维度，即黑子与白子；每个维度有180左右手，因有布局规则、效率问题等约束，不完全是排列组合，总之是可以计算的。

三、关于医疗AI

医疗AI要解决的核心问题是疾病的诊断，为此，我们必须确定疾病的构成。疾病包括三个维度，一是致病因子，没有致病因子的作用，人不可能患病；二是致病因子必须作用于特定的机体（即人体），离开了机体，疾病就无从谈起；三是时间，下围棋时，每走一手，时间是可以给定的，这是规则所确定，但疾病在发生、发展过程中，时间既不能给定，也无法预期，故必须加入时间这个维度。

再来看每个维度中到底有多少数量，相当于围棋要下多少手。致病因子包括细菌、真菌、病毒等微生物，还有温度变化、干湿度、化学污染物……这些致病因子每一类都难以计数，还可以互相组合致病，可以说作用于机体的致病因子及其组合是无限的，无法计算数量。机体包括身高、体重、营养状况、精神状况、生活习惯……及其各种组合，同样也是无限的，无法计算的。时间是连续性的，严格来说也是无法计数的。

由此可见，医疗AI需要解决三个维度，即致病因子、机体和时间，而每个维度的“步数”是无限的，无法计算的。

四、医疗AI落地的悲观与希望

从以上可以明确，国际象棋AI与围棋AI相比，只是计算量的问题；而医疗AI与围棋AI相比，则不是具体数量多少的问题，而是关于无限与有限的问题。当今围棋AI的实现，无论如何，归根结底是要基于计算的，智能无非是更加先进的计算方法（如神经网络模型）、更加快速的计算速度、分类细化到更加精确的程度，前提则是有限的、可计算的。因此，我以为，基于疾病的特点，医疗AI落地十分悲观，IBM医疗AI的失败，不足为奇。

但，医疗AI并非没有希望。有部影片中，把一个得了不治之症的小女孩放进一个仪器中，这个仪器迅速读取小女孩的各种信息，明确诊断，并给予治疗，数分钟后小女孩的疾病得以治愈。这是一个有趣的思路，即应该首先有一个非常强大的信息读取器，可以读取人体的血液、尿液、组织等各种信息，这个机器无需人类的主观表达。如果单从诊断层面，这个机器是否应该是集中了现今的各种诊断手段？

此外，希望还在于，我们已经获知医院管理的标准化困境，这个难题可以让我们避免一味地解决疾病的标准化问题，而是使用基于非标准化的理论进行考察，揭示疾病的规律，以此探寻医疗AI的路径、方法。

五、小结

医疗AI是人类一项更加宏大、复杂、久远的探索，必然吸引科学家们、各类机构前仆后继地奋斗不息。但在当前，谋求落地或商业化的诉求，必须要谨慎，最好制定分步的目标和循序渐进的推进策略，直接针对AI医生是错误的。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

宣告博客踏步一篇关于